本文对国内外刀具监控技术进行了研究,着重研究了人工神经网络在刀具监控技术中的应用。神经网络因其极强的非线性映射能力,特别适合于复杂模式识别,所以成为刀具状态识别广泛而强有力的工具。本文结合检测系统的三大部分,即信号检测、特征提取、模式识别对刀具状态检测进行了具体的研究。本文的主要研究工作如下:·首先分析了刀具切削状态监控技术的发展及国内外研究的现状,确定了本课题研究的意义。·通过对刀具磨损监测方法的研究,确定了间接监测信号方法的实施,并对刀具加工过程中的各种传感器进行研究,对各种检测信号进行比较,最后选择了电机电流信号,为成功研究刀具的状态奠定了坚实的基础。·对所选信号进行分析并提取信号特征,分别在时域,频域及时频域中对信号进行分析,提出用小波理论分析电机电流信号,有效的提取了刀具的信号特征,为刀具状态的诊断提供可靠依据。·结合了人工智能神经网络对BP网、RBF网和小波神经网络进行研究,并在Matlab中进行仿真,比较了各种网络在刀具状态模式识别决策中的应用。最后结合本课题的结论,提出了改进意见和方案。